移动机器人的室内地图创建及其实现

  • 移动机器人的室内地图创建及其实现已关闭评论
  • 23 views
  • A+
所属分类:AGV设计资料
摘要

在机器人研究领域中,同时定位与地图创建(SLAM,Simultaneous Localization and Mapping)技术是机器人实现自主导航的关键,其中,研究地图创建方法具有重大意义。本文针对室内SLAM技术的关键问题进行了深入研究与分析,建立了相应的问题求解模型;同时,结合实际应用需要,在机器人建图过程中引入了多传感器数据融合和激光扫描匹配的方法提高了机器人定位的准确性,并且建立了栅格反射率计算模型更新栅格的占据概率,提高了地图创建的精度和效率;最后,搭建了实际的机器人实验平台并验证了改进算法的可行性和有效性。针对实际应用中码盘里程数据精度低引起的机器人姿态角不准确的问题,本文采用扩展卡尔曼滤波的方法融合码盘数据和陀螺仪数据,以提高机器人位姿测量的精度,保证算法执行的有效性。针对传统的里程计定位方法中里程数据的累积误差引起的机器人位姿不准确的问题,本文采用扫描匹配的方法求取激光雷达的连续测量数据之间的相对位姿变换,以此对里程计定位结果进行有效校正,提高了机器人长距离定位的精度。针对传统的占据栅格地图创建方法中计算复杂、地图边缘效果差的问题,本文采用栅格反射率的计算方法更新栅格的占据概率,提高了栅格地图创建的精度和计算效率。为验证本文所述算法的实用性和可行性,搭建了一个实际的机器人实验平台,实现了相关的SLAM功能,并通过实验数据分析验证了其有效性。

论文目录

摘要
Abstract

1 绪论

1.1 课题研究背景及意义
1.2 移动机器人研究现状
1.2.1 国外移动机器人研究概况
1.2.2 国内移动机器人研究概况
1.3 机器人地图创建技术的研究发展情况
1.3.1 SLAM的应用领域
1.3.2 SLAM问题的研究现状
1.3.3 SLAM技术的发展展望
1.4 论文的主要工作与结构

2 移动机器人室内地图创建的基础理论

2.1 移动机器人中的贝叶斯估计理论
2.1.1 状态空间模型
2.1.2 递推贝叶斯估计
2.2 基于粒子滤波的定位方法
2.2.1 重要性采样
2.2.2 序贯重要性采样
2.2.3 重要性重采样
2.2.4 粒子滤波算法
2.3 移动机器人的概率模型
2.3.1 基于里程计信息的概率运动模型
2.3.2 基于似然域的概率感知模型
2.4 本章小结

3 地图创建系统中的数据融合方法研究

3.1 移动机器人位姿获取
3.2 Kalman滤波原理
3.3 Extended kalman Filter融合算法
3.4 系统方程分析与实现
3.4.1 系统状态方程分析及实现
3.4.2 系统观测方程分析及实现
3.5 实验验证与分析
3.6 本章小结

4 地图创建方法研究

4.1 SLAM的主要研究方法
4.2 基于EKF的SLAM方法
4.3 基于粒子滤波的Fast SLAM方法
4.3.1 基于路标的Fast SLAM方法
4.3.2 基于栅格的Fast SLAM方法
4.4 改进的基于栅格的Fast SLAM算法
4.4.1 改进的机器人定位算法
4.4.2 改进的栅格地图创建算法
4.5 仿真实验设计与分析
4.5.1 基于路标特征的SLAM仿真实验分析
4.5.2 基于栅格地图的SLAM仿真算法分析
4.6 本章小结

5 地图创建系统实现

5.1 机器人实验平台搭建
5.1.1 机器人软件系统设计
5.1.2 机器人硬件平台设计
5.2 基于ROS的机器人运动控制设计与实现
5.2.1 机器人模型建立与导入
5.2.2 机器人运动驱动设计
5.2.3 机器人运动校准
5.3 传感器数据融合功能实现
5.4 室内地图创建功能实现
5.5 本章小结
结论
致谢
参考文献
攻读硕士学位期间发表的学术论文及研究成果

抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。